,已应用于南海神狐海域泥质粉砂型可燃冰试采,解决了开采过程中地层坍塌风险的问题。2024年,公司防喷器在国
预测及开发。
其核心技术——WEFOX智能地震成像技术通过AI算法与三维地震数据融合,可识别3000米深海以下的可燃
储层,定位精度达0.1米级,较传统方法提高5倍。例如,在南海涠洲5-3 油田开发中,该技术成功识别石炭系碳酸盐
担国家863计划、“溟渊计划”等重大专项,2025年获“海洋天然气水合物试采技术”专项基金定向扶持,研发投入占
Oracle Uses Trucks to Transport Natural Gas, Avoiding Power Supply Delays for Data Centers – Cloud – C114Pro
data center constructions across the United States. This approach has enabled a data center in the suburbs of Salt Lake City to operate continuously for over a year while awaiting the connection of a natural gas pipeline. It has also been applied to the initial work of constructing a campus for OpenAI in Shackelford County, Texas. Currently, Oracle is considering employing this strategy for the ‘Project Jupiter’ data center project in New Mexico to address delays in the local natural gas pipeline infrastructure, ensuring the project can go online in its early stages before the pipeline becomes
AI智能领航,深地深海商业航天|神开惊艳亮相2026北京cippe石油展_图片新闻_上海神开石油化工装备股份有限公司
中国国际石油石化技术装备展览会(cippe2026)在北京圆满落幕,作为全球石油天然气装备领域的年度风向标,本次展会聚集了来自80多个国家近2000家企业
展。神开以“AI智能领航,深地深海商业航天”为主题惊艳亮相,全面展示AI技术应用、深地勘探、深海开发、商业航天、绿色氢能等领域最新创新成果
支撑。
多款产品重磅亮相,彰显硬核技术实力
针对万米深井、特高压油气藏开采行业难题,集中展出井口、井控、录井、随钻、测井全系列核心技术成
为交付算力,甲骨文用卡车运天然气为数据中心供电
为按时交付AI数据中心,甲骨文Oracle采取非常规供能手段应对管道延误,但高昂成本与扩容瓶颈仍是隐忧。10月8日据彭博报道,甲骨文正以卡车运输压缩天然气的方式,维持旗下多个AI数据中心的建设与运营进度,以规避管道基础
施延误带来的时间损失。这一非常规策略已在犹他州和德克萨斯州付诸实施,并正被考虑引入新墨西哥州的关键项目。甲骨文自由现金流目前为负,且预计在更多AI数据中心竣工投用前将持续承压。甲骨文股价周四收跌5.5%,报135
本文作者:华尔街见闻
原文链接:http://m.toutiao.com/group/7694441326485553718/?upstream_biz=VolcEngine
GeoIntelX and the Society of Economic Geologists (SEG) Partner to Transform 100 Years of Geological Knowledge into AI-Driven Mineral Exploration Intelligence
TMCnet News
[September 29, 2026]
GeoIntelX and the Society of Economic Geologists (SEG) Partner to Transform 100 Years of Geological Knowledge into AI-Driven Mineral Exploration Intelligence
DOVER, Del., Sept. 29, 2026 /PRNewswire/ — GeoIntelX announced today a strategic partnership with the Society of Economic Geologists (SEG). Through this collaboration, more than 100 years of SEG publications, including technical research papers, maps, figures, and geological datasets will be integrated into GeoIntelX’s AI-powered geospatial intelligence platform, GIX.
Over a century of SEG publications to
山东煤田地质以AI智能感知技术 破局野外钻探安全监管壁垒
山東煤田地質以AI智能感知技術 破局野外鑽探安全監管壁壘
中國新聞網 2026-09-02 13:57:50
山東煤田地質局第三勘探隊研發AI智能感知系統,實現野外鑽探井場“本地實時分析+極簡預警推送”,突破無網、弱信號環境限制,提升隱患排查效率80%,應急響應達分鐘級,並助力鑽井週期縮短25%、成本降低5%—12%,同步強化人員定位、設備預檢與環保風險智能監控。
中新網濟南9月2日電 題:山東煤田地質以AI智能感知技術 破局野外鑽探安全監管壁壘
作者 周藝偉
原文链接:http://m.chinanews.com/wap/detail/cht/zw/10688649.shtml
AI大模型在油气勘探开发中的应用@北信中泰_地震_识别_井震
AI大模型在油气勘探开发中的应用@北信中泰
北信中泰
2026-10-25 08:21
一、一个被低估的事实:AI在勘探领域的价值,首先来自“把不可靠的信号变成可用的信号”
用户素材中有一组容易被当作“效率提升”而一带而过的数据:AI去噪与速度推理将地震资料处理周期从2个月缩短至1周,东方物探的AI技术使解释效率提升50%以上,沉积相预测精度提升30%。如果仅从“省时间”的角度理解这些数字,会错过AI在勘探中真正的底层作用——它首先改变的是数据的信
本文作者:北信中泰
New Advances in Oil, Gas and Geothermal Reservoirs: 2nd Edition
ificantly improved the economic viability of unconventional plays [12,13,14,15,16]. As reservoirs age, optimizing waterflood management, reservoir characterization, and recovery rates remains a focal point of research [17,18,19,20].
The integration of big data analytics and artificial intelligence (AI) is transforming upstream operations [21,22]. Machine learning-based predictive models and real-time surveillance systems enable production optimization, hazard mitigation, and performance enhancement, while concurrently addressing challenges in reservoir stewardship and cost optimization. AI-pow
AI为全球节能减排注入智慧动能
排放是避免气候变化最严峻影响的快捷途径之一。
位于美国波士顿的Geminus AI公司运用深度学习与高级推理技术,帮助石油和天然气企业减少甲烷燃烧与
排放,并降低油气开采和精炼过程中的能耗。公司首席执行官格里戈·法伦介绍,他们可对井口和管道网络进行监测,并借助AI驱动的模拟系统,提出对压
缩机与泵的设置调整建议,从而避免甲烷气体排放与燃烧。这一过程仅需数秒即可完成。而传统上,工程师运行模拟并提出类似建议,通常需要约36小时
AI赋能科学探索 开创油气开发新格局_中华网
提高采收率、CO₂ 捕集 – 管输 – 利用 – 封存全产业链的深度融合,引领油气开发向着数智化新阶段迈进,勾勒出“AI+ 油气”的未来新格局。
图1 实验室主任吕伟峰教授
1 秉承使命担当,打造世界一流原创技术策源地和国家战略科
举、绿色低碳转变,着力破解大幅度提高油气采收率及 CCUS 基础理论和关键核心技术难题,支撑“碳(烃)库→碳开采→碳利用→碳埋存→碳转化”绿色碳循环产业变革和一体化发展。目前,实验室已构建形成涵盖 8 个创新实体
原文链接:https://m.tech.china.com/digi/articles/20260410/202604101843324.html